استفاده از الگوریتم POCS برای بازسازی داده های لرزه ای سه مولفه ای در حوزه فوریه کواترنیون
Publish place: Journal of the Earth and Space Physics، Vol: 45، Issue: 2
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 105
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JESPHYS-45-2_002
تاریخ نمایه سازی: 7 آبان 1402
Abstract:
لرزه نگاری سه مولفه ای از امواج لرزه ای در هر ایستگاه در سه راستا نمونه برداری کرده و اطلاعات امواج P و S را به صورت همزمان برداشت می کند. در برخی کاربردها استفاده از اطلاعات موج S به همراه اطلاعات موج P برآورد درستی از خصوصیات مخزن به دست می دهد. چون در برداشت های لرزه ای گاهی به علت شرایط منطقه یا خرابی دستگاه ها، نمونه برداری مکانی یکنواخت از امواج لرزه ای میسر نیست، باید از روش های درون یابی استفاده کرد تا ردلرزه های برداشت نشده بازسازی شوند. روش های مرسوم بازسازی ردلرزه های گم شده در لرزه نگاری سه مولفه ای، معمولا با اجرای روش روی هر مولفه به طور جداگانه انجام می شود، که می تواند به ویژگی های ظریف در رکورد صدمه بزند. در این تحقیق روشی برای بازسازی همزمان هرسه مولفه به یک باره ارائه می شود (برگرفته از ایده استنتون و ساشی) که با استفاده از تبدیل فوریه کواترنیون و الگوریتم تصویر بر روی مجموعه های محدب (QPOCS)، انجام می شود. نمایش برداری داده مختلط در حوزه فرکانس می تواند به وسیله قراردادن بخش های حقیقی و موهومی هر مولفه در آرگومان های یک کواترنیون، به دست آید. این روش اجازه می دهد تا عملگرها بر روی هر دو مولفه به طور همزمان اعمال شوند. مزیت این روش به خاطر همپوشانی طیفی مولفه ها در حوزه فرکانس-عددموج می باشد. نتیجه حاصل از کاربرد این روش بر داده های سه مولفه ای مصنوعی و واقعی، با نتیجه حاصل از کاربرد الگوریتم POCS بر روی هر مولفه به تنهایی، مقایسه شده که نتایج بازسازی با استفاده از الگوریتم QPOCS دارای کیفیت بازسازی بهتری می باشند.
Keywords:
Authors
Amin Eftekhari
دانش آموخته کارشناسی ارشد، گروه ژئوفیزیک، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
Hamid Reza Siahkoohi
استاد، گروه فیزیک زمین، موسسه ژئوفیزیک، دانشگاه تهران، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :